相关标签

针对多天线空时分组码系统的迫零信道均衡算法设计

发布时间:2019-12-02 11:12

  摘要

  自无线通信出现以来,人们对无线通信质量、效率的要求不断提升,但频谱资源有限,因此,大量新技术被不断研发,其中,结合空时编码技术的多输入多输出(MIMO) 技术可以在不增加带宽的前提下提高通信效率和通信质量,被广泛应用。

  无线信道具有时变性,实际情况十分复杂,它是无线通信发展道路上的一大阻碍, 其中多径效应影响最为广泛。针对多径效应,一种方法是通过 MIMO 技术来削弱,另外还能够使用均衡技术来对信道做补偿,消除影响。均衡的好坏会影响 MIMO 空间复用和分集技术的效果,因此设计一个好的均衡算法十分重要。

  本项目针对信号在自由空间传播会产生衰落这个问题,利用迫零均衡算法提高信号在多天线空时分组码系统下的准确率。通过算法实现与一系列的仿真实验,最终降低了传输过程中的误码率,达到了均衡效果。

  关键词:多天线;空时编码;Alamouti 编译码;迫零均衡

  前言

  在 21 世纪,频谱资源十分稀缺,如何提高频谱的利用率是首要难题,MIMO 技术结合空时编码技术自此出现,逐渐成为通信发展的核心技术之一。在过去的十几年里, 科研人员对该课题投入了大量的研究,其理论和实践日趋成熟。

  本次课题主要研究的是对结合空时编码的多天线系统的信道进行迫零均衡,分析均衡技术对通信系统通信质量的影响。

  本论文主要分为七部分:

  第一部分:对该课题的一些介绍,包括研究的背景、研究的意义和研究的挑战; 第二部分:罗列了目前的一些信道均衡技术,对它们做了一个比较;

  第三部分:阐述了 MIMO 系统的信道模型、Alamouti 编码原理以及对于 SISO 系统应对码间干扰所采用的迫零均衡器;

  第四部分:对本次设计所用到的算法进行了解释,对程序中用到的一些函数做了介绍;

  第五部分:对整个实验流程作了阐述,从发送信号开始,经过一系列变换到最终的接收信号;

  第六部分:对不同情况下误码率的比较,给出实验结果,并进行分析; 第七部分:对本次设计进行了总结,提出存在的问题以及对未来的展望。

  第 1 章 研究意义

  第 1.1 节 研究背景

  无线通信最早出现在前工业化时期,如通过信号弹、战火等在视距内传播信息。1838 年塞繆尔?莫尔斯创造了电报网,原始的通信网络被替代。1895 年,马可尼成功

  搭建了从英国怀特岛到 30 千米之外的拖船之间的无线传输,从那时起,现代意义下的无线通信正式诞生。无线通信以其传输距离远、灵活、不受传输距离限制等优点, 深受市场欢迎,得到了迅速发展。从第一代移动通信(1G)到第二代移动通信(2G)的GSM、CDMA 系统到第三代移动通信(3G)的 CDMA2000、WCDMA、TD-SCDMA 系统再到第四代移动通信(4G),速度、效率、质量等各方面不断提升,如今已开始 5G 的部署。无线移动通信的发展如下图 1.1 所示:

  4G 的快速发展,取决于它运用了几种关键技术打破原有的瓶颈,MIMO 就是其中之一。作为 4G 的关键技术之一,20 世纪 70 年代 MIMO 用于通信系统的方案被提出, 但对其产生巨大推动作用的是 20 世纪 90 年代 AT&T Bell 实验室的学者。1998 年, Tarokh 等讨论了用于 MIMO 的空时编码,直到现如今,MIMO 大多结合空时编码技术, 是空间资源利用技术的发展方向。空时编码分为需要知道信道状态信息的空时网格编码、分层空时编码、空时分组编码和不需要知道信道状态信息的差分空时编码和酉空时编码等[2]。

  第 1.2 节 研究意义

  通信的目的是信息的可靠传输,而任何信息的传输都离不开各种煤质组成的信道, 与有线信道相比,无线信道具有随机多变的特点,障碍物引起电磁波的反射、直射和 绕射引起多径效应,导致信号的衰落,限制了无线信道的频带利用率,因此通信最大 的障碍是信道对信息传播带来的不利因素[3]。

  码间干扰对数字通信、雷达最佳检测等都会产生十分严重的影响,而它产生的根源之一是多径引起的衰落。理论上,控制发射机的功率是抑制多径衰落最有效的方法[3],但在射线强度大,时延不能忽略的情况下,单靠增加发射功率来降低误码率是不可实现的。MIMO 技术是抑制多径衰落的另一个方法,它将多径传播这个缺陷转变成为一种可以利用的优势,有效地利用了多传输速率的随机衰落、多径衰落,在不浪费频谱带宽的条件下大大地提高了无线通信的性能。此外,均衡也是对付干扰的有效措施[4],为了减小信道产生的干扰,对信道性能进行补偿,还原原始信号。

  第 1.3 节 研究挑战

  随着科学技术的不断发展,频谱资源十分稀缺,但人们所追求的更高的传输速率、更好的通信质量促使科技不断变革,以获得更高的频谱利用率和可靠传输信道。

  在传统的单输入单输出(SISO)系统中,由香农提出的香农定理可知[5]:

  式(1-1)定义了 SISO 系统最高的上限速率,任何编码、调制技术都无法超越这个极限,因此 MIMO 技术被推上历史的舞台。

  MIMO 系统在发射端和接收端分别使用多根发送天线和接收天线,使信号通过发射端与接收端的多个天线传送和接收,从而改善通信质量。它能充分利用空间资源, 在不增加频谱资源和天线发射功率的情况下,成倍地提高系统容量。

  第 2 章 研究现状

  第 2.1 节 现有方法

  在无线通信系统中,多径效应和码间串扰是影响其性能的主要因素,为了提高通信的可靠性,采用信道均衡(产生与信道相反的特性)来消除或减小影响。

  均衡技术分为线性均衡和非线性均衡,线性均衡中有迫零均衡和最小均方误差均衡,非线性均衡中有判决反馈均衡、最大似然算法等。

  2.1.1 迫零均衡

  迫零均衡也称为解相关算法,它是消除干扰最简单的方法,它的主要思想是忽略信道中的加性噪声,在接收端形成与信道矩阵相反的特性,即求取信道的伪逆。计算伪逆可以通过 QR 分解,也可以用奇异值分解(SVD)以更稳定的方式进行计算[6]。虽然迫零均衡能消除码间串扰,但噪声也同时放大了,影响接收端的性能,因此迫零均衡适用于信道条件比较好的情况下。

  2.1.2 最小均方误差均衡

  基于迫零均衡对于噪声的处理,最小均方误差均衡是在消除码间串扰和噪声两者之间取了一个平衡点,即对于输入信号与均衡后的信号进行计算,使其均方误差最小, 这样虽然不能完全消除码间串扰,但噪声的影响会相对小一些。

  2.1.3 判决反馈均衡

  判决反馈均衡由一个前馈滤波器、一个判决器和一个反馈滤波器组成。前馈滤波器一端接输入信号,另一端接判决器,判决后的信号输入反馈滤波器,模拟信道中产生的码间串扰,将其在前馈滤波器后消除,即达到消除码间串扰的目的。

  2.1.4 最大似然算法

  最大似然算法是将接收信号与星座图中的每一个信号进行比较,看哪一个计算得到的似然值最大,即将其判断为与此接收到的信号相对的发送信号。由于其不使用滤波器,所以相对于迫零均衡来说不存在噪声加强的问题。

  第 2.2 节 方法比较

  由上表可知:迫零均衡算法译码简单,复杂度低,因此易于实现,但它在均衡的同时也放大了噪声,特别是在信道信噪比低的情况下,误码率很高。最小均衡误差均衡复杂度低,实时性好,但考虑到噪声后,码间串扰无法完全消除。判决反馈均衡与横向均衡器相比,在信道失真严重的信道,残留的码间干扰小,误码率高,但计算复杂度也高。最大似然算法是所有均衡方法中误码率最低、性能最好的,但缺点就是复杂度高,随增加的天线个数呈指数上升,难于在实际中应用。

  第 3 章 基础理论第 3.1 节 信号/系统模型

  3.1.1 MIMO 模型

  MIMO 系统具有 根发射天线和 根接收天线,传输信道采用平坦衰落的瑞利信道,因此信道系数是时间的函数,  为了构成该矩阵,考虑到任何矩阵乘以单位矩阵仍为该矩阵本身,因此通过单位矩阵构成,其算法如下:

  1、Alamouti 编码是将星座映射后的信号每两个进行一次编码,因此要将输入的映射后的信号补成 2 的整数倍:若输入数据量为偶数,则不变,若为奇数,用 0 补足;

  2、将星座映射后的信号变为两行;

  3、用 0、1 构成编码矩阵,与第 2 部得到的信号进行相乘,得到 4 行的编码后的信号矩阵;

  4、由式(4-1)得,第二列的信号取共轭,因此第 3 步得到的矩阵后两行取共轭;

  5、对第 4 步的矩阵进行重排列,变为 2 行的矩阵。

  4.1.2 迫零均衡、译码算法

  迫零均衡算法是最简单的一种均衡算法,在运用时只需求得一个加权矩阵,使其能抵消信道矩阵带来的影响即可。由于迫零均衡不考虑噪声的影响,因此它在抑制干

  为了满足左逆的条件,将信道矩阵和编码矩阵相乘,构成一个列满秩矩阵,再进行伪逆,得到未编码前的信号,其算法如下:

  1、根据式(3-2)将所有复值矩阵变换为实值矩阵;

  2、构造编码矩阵,将复数值的实部与虚部分开;

  3、将接收到的信号每两列构成一组,转置后将实部虚部分开;

  4、将信道矩阵与单位矩阵卷积,构成列数和编码矩阵的行数相同的矩阵,使其能够相乘;

  5、将第 4 步得到的矩阵进行伪逆,与第 3 步得到的接收信号相乘;

  6、由于实虚部在运算时为了简便是分开的,在最后将实矩阵变为复矩阵。

  第 4.2 节 程序设计

  4.2.1 主要构成

  4.1 节中讲了两个算法的原理步骤,但其实现是通过 matlab 编程来完成的。在整个程序中,有两个主要的函数 Alamouti 编码函数 space_time_coding、均衡译码函数 ZF_receiver 和一个测试脚本 test,如下图 4.2 所示:

  测试脚本是用来测试迫零均衡的性能,它调用 space_time_coding 这个编码函数来对星座映射后的信号进行 Alamouti 编码,之后返回编码后信号继续运行测试脚本; 通过信道后,调用 ZF_receiver 均衡译码函数对被衰落的信号进行还原,从而得到发送端映射后的信号。

  为了测试不同情况,因此需要不同的测试脚本,下表 4-1 是脚本名与其实际意义间的对照表:

  4.2.2 辅助程序

  1、信源发送信号的生成:

  randint 函数在 MATLAB 中是用来产生基质均匀分布的随机整数,在测试脚本中调用 randint(1,N,state_nb)来产生一个 1×N 维的矩阵,取值范围是[0,state_nb-1]的整数。

  2、星座调制和解调:

  MATLAB 中集成了一个工具箱,它可以被直接调用,用来对信号进行调制和解调, 如进行 QPSK 调制,首先调用代码 modulator=modem.pskmod(4)实现调制方式的选择,然后调用 modulate(modulator,X)对信号 X 进行调制;进行 QPSK 解调时,则先调用代码 demodulator=modem.pskdemod ( 4 ) 实现解调方式的选择, 再调用demodulate(demodulator,Y)对信号 Y 进行解调。

  3、信道矩阵和噪声矩阵的产生:

  采用 randn 函数产生一个标准正态分布的矩阵。4、误码率:

  采用 symerr 函数能够对误码率进行比较计算,直接得到结果。5、误码率比较图:

  采用 semilogy 函数进行画图,在画图前用一个循环来存储不同信噪比情况下的误码率,将结果存储入一个数组里,然后将数组内的数据作为参数进行作图。

  6、运行时间比较图:

  采用 plot 函数进行画图,将每一次运行的时间画出后进行对比。

  第 5 章 实验设计

  第 5.1 节 实验流

  MIMO 无线信道因传输过程中的散射、绕射等因素对传输信号产生干扰,因此本次毕业设计的主要任务是设计一个迫零均衡器来抵消信道的衰落,还原传输信号。为了检测设计的算法的性能,编写了测试脚本来对迫零均衡器的性能进行分析,实验的主要流程如下图 5.1 所示:

  首先产生随机序列作为信源信号进行输入,该信号与调制状态数有关,然后对该组数据进行星座映射,星座映射后的信号每 2 个分为一组输入 Alamouti 编码器,产生编码信号后送入发射端的两根天线,每次传输两个数据,每一组数据需要 2 个时隙才能完成传输。传输的信号经过加入加性噪声的平坦衰落的瑞利信道,是信号发生了衰落,若直接译码,则误码率会很高,因此先进入迫零均衡器进行均衡后再进行译码, 最后对译码后的信号解调、判决,与信源信号做比较来计算误码率。

  针对测试的内容不同,编写几个不同的测试脚本: 1、不同接收天线下误码率的比较;

  2、不同调制状态下误码率的比较;

  3、编码与不编码情况下的误码率比较;

  4、不同均衡方式下误码率的比较。

  第 5.2 节 实验设置

  本次设计主要采用 3 个函数和 4 个测试程序,共同的参数有发送的信号数为

  = 2 5 个,采用 Alamouti 编码方式,发射天线数 nb_transmit =2,信噪比的取值范围为 1:1:10 dB,因为大部分情况下信噪比等于 10 dB 之后的误码率几乎为 0,因此只测试到 10 dB。其中 3 个函数的对应关系如下表 5-1:

  5.2.2 不同调制方式下误码率的比较

  该条件下的测试程序发射天线数为 2,接收天线数为 1,调制方式为 BPSK、QPSK、8PSK,其参数如下表 5-3 所示:

  表 5-3 不同调制方式下的参数设置

  信号数SNR (dB)发射天线数接收天线数调制方式调用函数

  2 51:1:1021BPSK、QPSK、8PSK函数 1、2

  5.2.3 编码与不编码情况下误码率的比较

  该条件下的测试程序发射天线数为 2,接收天线数为 2,调制方式为 QPSK,将编码与不编码两种情况下的误码率做比较,其参数如下表 5-4 所示:

  表 5-4 编码与不编码情况下的参数设置

  信号数SNR(dB)发射天线数接收天线数调制方式调用函数

  2 51:1:1022QPSK函数 1、2

  5.2.4 不同均衡方式下误码率的比较

  该条件下的测试程序发射天线数为 2,接收天线数为 1,调制方式为 QPSK,将迫零均衡和最大似然做比较,其参数如下表 5-5 所示:

  表 5-5 不同均衡方式下的参数设置

  信号数SNR(dB)发射天线数接收天线数调制方式调用函数

  2 51:1:1021QPSK函数 1、2、3

  第 6 章 结果分析

  第 6.1 节 实验结果

  6.1.1 不同接收天线下误码率的比较

  最原始的 Alamouti 编码方案采用的是 2×1 的天线阵列,但后来试验不断增加接收端的天线,来提高接收分集的增益,降低误码率,对于不同数量的接收天线的误码率仿真图如下图 6.1 所示:

  从图中可以看出,无论是 2×1 的天线阵列,还是 2×2、2×4 的天线阵列,随着信噪比的增加,其误码率都呈下降趋势,符合理论分析得到的结论。在比较图中,在相同信噪比的情况下,2×4 阵列天线的误码率低于 2×2 天线,2×2 天线阵列的误码率低于 2×1 天线的,即 2×1 天线误码率最高,2×4 天线的误码率最低。

  为了达到相同的误码率,从信道的信噪比可得出,2×4 的天线比 2×2 的天线低3~4 dB,同时,2×2 的天线也比 2×1 的天线低 3~4 dB,可见 2×4 天线对信道的要求要比 2×2 和 2×1 的低。

  6.1.2 不同调制状态下误码率的比较

  为了提高传输效率,科研人员尝试了很多方式,其中包括调制方式,对于不同的调制方式,其误码率是不同的,现在对 BPSK、QPSK 和 8PSK 三种方式进行测试,其仿真结果如图 6.2 所示:

  从图中可以看出,随着信噪比的提高,各种调制方式的误码率都呈下降的趋势。在对比图中,8PSK 的误码率最高,其次是 QPSK 的误码率,最后是 BPSK 的误码率, 由此可见,状态数越少,调制过程越简单,则误码率越低。

  BPSK 的误码率在 7 dB 之后基本为 0,QPSK 的误码率在 10 dB 之后基本为 0,这两种方式误码率下降速率比较快,而 8PSK 的误码率在 1~10 dB 的信噪比范围内下降缓慢,依旧比较高。

  6.1.3 编码与不编码情况下误码率的比较

  无线传输的稳定性没有有线的高,其信道因没有约束,受周围环境的影响很大, 对信号的传播十分不利,容易出错,Alamouti 编码将空间、时间结合,能有效对抗衰落,下图 6.3 是对是否进行编码的信号在传输过程中产生的误码进行了分析:

  如上图所示,编码的和未编码的信号其误码率均随着信噪比的增加而降低,但编码后的信号在信噪比为 8 dB 之后误码率基本为 0,而未编码在 10 dB 时误码仍存在。随着信噪比的增加,两条线之间的垂直距离增大,可见信噪比越大,编码与未编

  码的效果差距就越大。

  6.1.4 不同均衡方式下误码率的比较

  均衡方式有很多中,虽然都起到均衡作用,但在实际中不同的情况要选择不同的方式,下图 6.4、图 6.5、图 6.6 为迫零均衡和最大似然之间的比较:

  如上图所示是最大似然译码(ML)和迫零均衡(ZF)之间误码率的比较,随着信噪比增加,ZF 和 ML 两条线均呈下降趋势。ML 到 4 dB 之后基本为 0,而 ZF 到 10 dB 之后误码仍存在,并且 ML 不管信噪比为多少,均在 ZF 的下方,也就是说 ML 的误码率比 ZF 低。

  除了误码率,一个算法的好坏可以用代码的运行时间来评估,因此下图 6.5 分析了在相同条件下 ML 和 ZF 运行时间的比较,图 6.6 分析了其它条件相同,接收天线数不同的情况下 ML 和 ZF 运行时间的比较:

  第 6.2 节 结果分析

  从 6.1 节中的实验结果比较图来看,在进行信道均衡的前提下,虽然测试条件有所不同,但是总体的趋势都是信噪比越高,其误码率越低,可见迫零均衡在信噪比条件比较好的情况下较为适用。

  MIMO 技术结合空时编码技术,可以有效提高系统容量和传输可靠性,对于分集增益,MIMO 系统的分集增益可以达到 。根据图 6.1 可得,接收天线数越多,

  则分集增益越大,误码率越小。

  在 MPSK 中,由于 M 的逐渐增大,相邻相位间的距离逐渐减小,噪声容限也随之减小,误码率则增大,如 BPSK 有两种相位变换,QPSK 有四种相位变换,8PSK 有八种相位变换。从图 6.2 来看,8PSK 的误码率最高,BPSK 的误码率最低,符合理论所证明的。虽然 8PSK 的误码率最高,但其一个码元承载 3 bit 信息,而 QPSK 承载 2 bit, BPSK 只承载 1 bit 信息,由此可看,M 越大,其传输效率越高。

  无线信道传播具有时变性,以及电磁波在传播过程中会遇到各种障碍物,产生反射、折射等现象,使得在接收端接收到的信号产生差错,应对此现象产生了一系列应对措施,编码技术就是其中之一。从图 6.3 来看,进行编码产生的误码率比未编码产生的误码率低,且信噪比越大,差距越明显,可见编码在 MIMO 多天线系统中的重要性。若不进行编码,则接收的数据错误率高,大家所追求的通信高质量也无法保证。

  不同的均衡方式效果不同,从图 6.4 可以看到 ML 的均衡效果比 ZF 的好,在图

  6.5 中又显示了 ML 的运行时间比 ZF 长,也就是说最大似然比迫零均衡杂度高,但误码率低,两者各有优缺点。在高信噪比的情况下 ZF 的误码率和 ML 的误码率都为 0, ZF 运行时间短,易于实现,因此 ZF 相对而言更适用于信道条件好的场合。

  第 7 章 总结

  第 7.1 节 课题总结

  本文主要研究的是多天线结合 Alamouti 编码系统的迫零均衡算法的设计,从无线通信入手,到各种信道均衡方法的比较,介绍了迫零均衡算法的实现,实验的流程。随着现代经济社会的不断发展,人们对多媒体通信的需求日益增长,由此导致了

  频谱资源十分紧张,为了解决频谱问题,更加高效的编码技术、信号处理技术和调制技术不断涌现,MIMO 技术结合空时编码技术应运而生。空时编码是结合信道编码、调制、发射分集和接收分集的一种联合设计方法,可以在不增加带宽的情况下,大幅度的提高了无线通信系统的信息容量和传输速率[3]。

  在有线通信系统中,有线介质可预知传输特性,而无线信道的传播则是无法预知的,其原因归结于电磁波传播环境的复杂性和无线信道传播的时变性,因此有线信道比无线信道可靠,但无线信道不受地域、距离等限制,应用十分广泛。由于无线信道的复杂性,最常见的是小尺度衰落和大尺度衰落,容易引起传输过程对信号的干扰, 因此信道均衡必不可少。迫零均衡是所有信道均衡中最简单的一种,它的复杂度较低, 实际应用中容易实现,在信噪比高的情况下误码率比较低。

  第 7.2 节 问题与展望

  1、在各类均衡算法中,迫零均衡是最简单的一种,但同时,它的性能也是最差的。因此,对于下一步的工作,可以对上述介绍的最小均方误差均衡、判决反馈均衡、最大似然译码算法与迫零均衡算法四种算法在误码率和复杂度上进行对比。

  2、本次实验采用的是平坦衰落的瑞利信道,并没有加入码间干扰产生的影响, 因此进一步的工作可以考虑对码间干扰产生的影响进行分析。

  3、本次实验采用的是基带传输,但在实际系统中是不现实的,因此可以考虑进行带通传输;MIMO 结合 OFDM 可以解决频带效率,更有效地对抗深衰落,能将频率选择性多径衰落信道在频域内转换为平坦信道,减小多径影响[11]。因此可以考虑使用正交频分复用技术。

毕业论文:http://www.3lunwen.com/jsj/tx/5363.html

上一篇:基于散斑方差的光学断层扫描血管成像方法研究

下一篇:没有了

     移动版:针对多天线空时分组码系统的迫零信道均衡算法设计

本文标签:
最新论文